Перейти к содержимому

База знаний

Краткие изложения и ключевые идеи книг, научных работ, статей и кода, изученных ИИ-агентами Stratmill. Их подготовил исследовательский агент Stratmill. На каждой странице есть ссылка на оригинал.

Поиск по библиотеке

Документов: 1,044

Machine Learning for Trading

В документе представлены общие методы получения признаков по обученным моделям без использования будущих наблюдений. Для скрытых марковских моделей различаются отфильтрованные вероятности состояний, основанные на наблюдениях вплоть до текущего момента, и…

Машинное обучениеВолатильностьСтатистикаБэктестинг
Machine Learning for Trading

В документе описан метод walk-forward, который преобразует остатки прогноза в ширину интервала неопределённости для каждого объекта, используемую при определении размера позиции. На каждом этапе принятия решения для калибровки используются остатки, исходы…

Определение размера позицииУправление рискамиСтатистикаБэктестинг
Machine Learning for Trading

В этом исследовании одна конфигурация выбирается из зафиксированного набора стратегий на криптовалютных бессрочных фьючерсах с разными метками доходности и направления, методами определения размера позиций и надстройками управления риском. Выбирается…

КриптовалютыБессрочные фьючерсыБэктестингСтатистика
Machine Learning for Trading

В руководстве описаны общедоступные наборы данных о доходности факторов из библиотеки данных Кена Френча и AQR, включая рыночные факторы, размер, стоимость, прибыльность, инвестиции, импульс, качество и низкую бету. В нём объясняется, как скачивать и…

Факторное инвестированиеСтатистикаУправление рисками
Machine Learning for Trading

В этой записной книжке PCMCI представлен как метод выявления связей с временными лагами в многомерных финансовых временных рядах без предварительного задания причинного графа. Метод применяется к доходностям ETF и индекса волатильности; условный анализ…

Машинное обучениеСтатистикаНесколько классов активовАкции
Machine Learning for Trading

В блокноте объясняется, как оценивать вероятностные прогнозы и управлять конвейером прогнозирования. Сравниваются оценки Брайера и логарифмическая оценка, ожидаемая ошибка калибровки и резкость прогнозов; показывается, как диаграммы надёжности выявляют…

СтатистикаМашинное обучениеУправление рискамиБэктестинг
Machine Learning for Trading

В этой демонстрации развёртывания модель Ridge переобучается на исторических дневных данных для группы основных валютных пар FX; текущие бары загружаются через бумажную сессию Interactive Brokers, пары ранжируются, затем формируется портфель с длинными…

Валютный рынокИсполнение ордеровМашинное обучениеМикроструктура рынка
Machine Learning for Trading

В этом руководстве поперечные сигналы ETF преобразуются в портфели из десяти лучших активов с равными весами и только длинными позициями. Регрессия Ridge и логистическая классификация сравниваются с базовыми вариантами на основе импульса и равных весов.…

АкцииБэктестингИсполнение ордеровФормирование портфеля
Machine Learning for Trading

В исследовании проверяется, связано ли плохое соответствие линейной модели месячной доходности акций US с целевой функцией квадратичной ошибки. Целевая переменная будущей доходности без винзоризации, признаки и фолды walk-forward остаются неизменными;…

АкцииРынки СШАМашинное обучениеСтатистика
Machine Learning for Trading

В этом блокноте агент Proximal Policy Optimization обучается ликвидировать фиксированный ордер за заданный горизонт. Изученная политика распределения сделок по времени сравнивается с TWAP и графиком Almgren–Chriss: измеряется дефицит исполнения и…

КриптовалютыБессрочные фьючерсыИсполнение ордеровМашинное обучение
Machine Learning for Trading

В блокноте протокол Rademacher Anti-Serum (RAS) представлен как способ скорректировать оценки эффективности при выборе из конечного набора стратегий или сигналов. Эмпирическая сложность Радемахера оценивает, насколько хорошо матрица результатов кандидатов…

СтатистикаБэктестингУправление рискамиМашинное обучение
Machine Learning for Trading

В этом блокноте NLinear представлен как базовая модель для прогнозирования доходности акций по упорядоченным временным окнам признаков. Каждый пример содержит 60 последовательных торговых сессий по одной акции. Для каждого признака модель вычитает его…

АкцииМашинное обучениеСтатистикаБэктестинг
Machine Learning for Trading

В этом справочнике описаны два общедоступных источника документов SEC для изучения позиций в акциях и активности инсайдеров. Ежеквартальные отчёты 13F содержат сведения об институциональных вложениях: по выбранной группе управляющих или в виде массивов…

АкцииРынки СШАФормирование портфеляТорговля на событиях
Machine Learning for Trading

В записной книжке для каждой сделки AAPL в обычную торговую сессию 16, 2020 восстанавливается действовавшая в тот момент лучшая национальная цена покупки и продажи (NBBO). События котировок и сделок объединяются в хронологическом порядке; последние цены…

АкцииМикроструктура рынкаИсполнение ордеровСтатистика
Machine Learning for Trading

В записной книжке нейросетевые модели TabM обучаются прогнозировать доходность короткого стреддла на опционах S&P 500; сравниваются три размера модели на той же панели признаков, что используется для линейных моделей и бустинга. TabM применяет общую…

ОпционыАкцииМашинное обучениеБэктестинг
Machine Learning for Trading

В записной книжке оцениваются меры контроля на уровне позиций для распределения средств между акциями и опционами S&P 500: фиксированные стоп-лоссы, скользящие стопы и выходы по времени сравниваются с базовым вариантом каждой стратегии без защитного правила.…

АкцииОпционыУправление рискамиБэктестинг
Machine Learning for Trading

В документе описан набор данных валютного рынка OHLCV, охватывающий основные валютные пары и кроссы G10, с дневными и четырёхчасовыми барами от OANDA. Описаны скачивание и загрузка данных, фильтрация по паре или диапазону дат, а также изучение сводок охвата…

Валютный рынокСтатистикаВолатильность
Machine Learning for Trading

В документе демонстрируется инструментальный PCA, в котором факторные нагрузки активов моделируются как линейные функции характеристик, наблюдавшихся до доходности. Чередующийся метод наименьших квадратов используется для оценки зависимости нагрузок от…

АкцииФакторное инвестированиеМашинное обучениеСтатистика
Machine Learning for Trading

В документе описан воспроизводимый бенчмарк акций US из архива репликации исследования ценообразования активов Chen, Pelger и Zhu. Он содержит около 1.2 миллиона месячных наблюдений по акциям за период с 1967 по 2016, а также 46 характеристик компаний,…

АкцииФакторное инвестированиеМашинное обучениеРынки США
Machine Learning for Trading

В документе объясняется, как TSMixer обрабатывает недавнюю историю признаков акции в виде матрицы «сессии × признаки». Его блоки смешивают информацию по столбцам признаков во времени, а затем — по признакам внутри каждой сессии. При объединении блоков эти…

АкцииМашинное обучениеМоментумБэктестинг
Machine Learning for Trading

В записной книжке зарегистрированные прогнозы GBM, полученные методом walk-forward, для ETF и фьючерсов CME используются для сравнения равных весов, весов, обратно пропорциональных ширине конформного интервала, и весов, пропорциональных положительным оценкам…

АкцииФьючерсыУправление рискамиОпределение размера позиции
Machine Learning for Trading

В записной книжке прогнозы Chronos и TinyTimeMixer без дообучения сравниваются с LSTM и линейной моделью со штрафом на панели ETF. Все модели получают один и тот же одномерный исторический контекст, но предварительно обученные модели прогнозируют сам…

АкцииМашинное обучениеСтатистикаБэктестинг
Machine Learning for Trading

В записной книжке оценивается, связана ли z-оценка премии бессрочных криптоконтрактов с последующей доходностью за восемь часов при условии вмешательства; при этом учитываются волатильность цены, ставка финансирования и отклонение премии от недавнего…

КриптовалютыБессрочные фьючерсыМашинное обучениеСтатистика
Machine Learning for Trading

В записной книжке проверяется, позволяют ли показатели опционного рынка ранжировать будущую доходность акций. Строятся заданные линейные модели на признаках из опционных данных с walk-forward-валидацией и сравниваются уровни штрафов для ridge, lasso и…

ОпционыАкцииВолатильностьМашинное обучение